otimizaÇÃo logÍstica para o transporte multimodal … · amazônia: ci. & desenv., belém,...

157Amazônia: Ci. & Desenv., Belém, v. 7, n. 14, jan./jun. 2012.

OTIMIZAÇÃO LOGÍSTICA PARA O TRANSPORTE MULTIMODAL DE SAFRAS AGRÍCOLASPELO CORREDOR CENTRO-NORTE: DESENVOLVIMENTO E APLICAÇÃO DE MODELO MATEMÁTICO1

José Eduardo Holler Branco*

José Vicente Caixeta Filho**

Carlos Eduardo Osório Xavier***

Augusto Hauber Gameiro****

Walter Henrique Malachias Paes*****

Betty Clara Barraza de La Cruz******

RESUMO

Apresenta um modelo matemático de otimização logística para o transporte multimodal desafras agrícolas pelo corredor Centro-Norte. Tal ferramenta foi desenvolvida no contexto de três amplosprojetos de pesquisa financiados pela Financiadora de Estudos e Projetos (FINEP) e executados porum grupo de universidades. O modelo, conhecido genericamente como Modelo de Fluxo de CustoMínimo Multiproduto, considera a otimização de fluxos em rede, para os produtos açúcar, álcool,milho, soja, óleo de soja, farelo de soja e trigo. O modelo proposto para estimativa dos fluxos inter-regionais mostrou-se uma ferramenta factível para fins de avaliação do potencial de utilização damultimodalidade. Os resultados propiciaram a identificação das principais localidades que apresentampotencial de captação multimodal de cargas, atualmente, e em um cenário futuro projetado. A análisedesses resultados gera importantes subsídios à seleção dos locais para instalação de mecanismos eequipamentos de transferência de cargas, além de auxiliar no dimensionamento dessas infraestruturas.Também é um resultado importante do ferramental desenvolvido a identificação das zonas de geraçãode cargas captável pelas ferrovias, hidrovias e dutovias, atualmente e no futuro, por meio de simulaçãopara um cenário no ano 2015.

Palavras-chave: Transporte. Logística. Produtos Agrícolas. Pesquisa Operacional.

* Pesquisador. Grupo de Pesquisa e Extensão em Logística Agroindustrial da USP. E-mail: [email protected].** Professor Titular. Escola Superior de Agricultura Luiz de Queiroz, USP. E-mail: [email protected].*** Pesquisador. Grupo de Pesquisa e Extensão em Logística Agroindustrial, USP. E-mail: [email protected].**** Professor Doutor. Faculdade de Medicina Veterinária e Zootecnia, USP. E-mail: [email protected].***** Pesquisador. Grupo de Pesquisa e Extensão em Logística Agroindustrial, USP. E-mail: [email protected].****** Professora Adjunta. Fundação Universidade Federal do Tocantins. E-mail: [email protected].

Amazônia: Ci. & Desenv., Belém, v. 7, n. 14, jan./jun. 2012. 158

LOGISTIC OPTIMIZATION FOR MULTIMODAL AGRICULTURAL PRODUCTS TRANSPORT BYCENTER-NORTH CORRIDOR: DEVELOPMENT AND APPLICATION OF MATHEMATICAL MODEL

ABSTRACTThis paper presents a mathematical model for interregional flows optimization through the

multimodal Center-North Transportation Corridor in Brazil. The model, generically known asMulticommodity Minimum Cost Flow Problem, is a kind of network flows equilibrium model and wasapplied to evaluate the minimum transportation cost of sugar, alcohol, corn, soybean, soybean oil,soybean meal and wheat flows in the corridor. The model of interregional flows showed be an importantmethod to measure the freight demand by the multimodal infrastructure in the region. Also, the modelindicates the main locations that have potential to multimodal cargo and its captive are. The analysesof the results are important inputs for decisions related to best sites for transshipment terminals andthey help to identify the captive area of railways, waterways and pipelines, considering the currentlyconfiguration of the transportation network and future scenarios as 2015 year.

Key-words: Transport. Logistics. Agricultural Products. Operational Research.


1 INTRODUÇÃO

A divisão geográfica brasileira não coincidecom a divisão do País em seus corredoreslogísticos. Estes são constituídos por áreas quepossuem em comum, fluxos predominantes deescoamento. O corredor Centro-Norte tem comoáreas de influência os estados do Mato Grosso,Goiás, Tocantins, Maranhão, Piauí, Bahia e Pará.Alguns estão localizados em áreas limítrofes e,por isso, fazem parte de mais de um corredor.

Assim, para serem analisados os fluxos dosprodutos de interesse, bem como as principaisinfraestruturas de transporte, em alguns casos

serão consideradas, apenas, algumas regiões, emdetrimento de todo o estado, visto que estas áreassão representativas e se destacam como centrosde escoamento dos principais produtos agrícolasos quais serão abordados neste trabalho. Dessaforma, como destaca o Mapa 1, o corredorCentro-Norte considera as regiões nordeste doestado do Mato Grosso, norte de Goiás, além dooeste da Bahia, leste do Pará e o estado doTocantins. Também serão consideradosespecificamente alguns municípios damicrorregião de Unaí, no estado de Minas Gerais;e o Porto de Itaqui, em São Luís (MA).

Mapa 1 - Área de influência do corredor Centro-Norte.

Fonte: ESALQ-LOG/GISMAPS (2009).


De forma geral, as técnicas de modelagemutilizadas para a simulação de fluxos detransporte inter-regionais partem da divisãoespacial da área que será analisada em zonasde carga e a escolha dos centróides (localidadesgeográficas) os quais representarão as origense destinos das cargas. Para cada um doscentróides, são atribuídos valores de oferta edemanda de cargas, que representam aquantidade de carga que deve sair ou chegar acada zona. Após essa etapa, simula-se amovimentação dos fluxos de cargas entre oscentróides com excedente de oferta e oscentróides com déficit de consumo, que deverãoser alocados com base na configuração da redemultimodal de transporte que conecta as zonasde carga, levando em consideração ocomportamento e os critérios de decisões deembarcadores e transportadores.

Um estudo realizado pela Actions dePréparation, D´accompagnement et du Suivi(APAS, 1996) sugere uma estrutura geral paraa modelagem de fluxos de passageiros e cargasinter-regionais dividido em cinco etapas,conforme descrito a seguir: i) Fase 1: estimativado número de viagens ou quantidade de cargasque chegam ou que partem de cada zona;ii) Fase 2: a partir de cada zona estima-se paraquais zonas as viagens ou as cargas serão

alocadas. Esta etapa gera como resultado umaMatriz Origem-Destino de fluxos de transporte;iii) Fase 3: nesse momento, escolhe-se amodalidade de transporte ou os meios detransporte através dos quais os fluxos depassageiros ou cargas deveriam ser alocadosentre os centróides, com base nocomportamento atribuído aos agentesembarcadores e transportadores; iv) Fase 4: essaetapa consiste da conversão das quantidadesde cargas em tráfego de veículos, sendoparticularmente importante para estudos detransporte de cargas, já que as fasesantecessoras, no caso destes estudos,trabalham com quantidades em toneladas enão consideram o fluxo de veículos; e v) Fase5: nessa fase, as viagens (número de veículos,caminhões, trens, navios etc.) são alocadas oudistribuídas através das redes viárias, damaneira mais adequada. Em alguns modelos,são levados em consideração efeitos decongestionamento ao longo da rede viária. Osresultados desta etapa podem ser comparadoscom o tráfego de veículos observados narealidade, com o intuito de calibrar e validar omodelo matemático.

Ainda segundo APAS (1996),normalmente os modelos de transporte sãoaplicados considerando dados de uma situação

Para o presente estudo serão consideradosalguns dos principais produtos do setor agrícolanacional: açúcar, álcool, milho, soja, óleo e farelode soja e trigo.

Este artigo apresenta um modelomatemático de otimização logística para o

transporte multimodal de safras agrícolas pelocorredor Centro-Norte. Tal ferramenta foidesenvolvida no contexto de três amplos projetosde pesquisa financiados pela FINEP e executadospor um grupo de universidades.

2 MODELAGEM MATEMÁTICA APLICADA À LOGÍSTICA


atual, referentes a um ano base; entretanto,muitas vezes são desejáveis previsões de fluxosde transporte para anos futuros. Com estepropósito, podem ser especificados cenáriosfuturos, com base em previsões a respeito defatores econômicos, demográficos e espaciaisque interfiram nos fluxos de transporte inter-regionais.

O método para estimativa da demanda decarga proposto para atender ao escopo desseprojeto compreende as fases 1, 2 e 3 da estruturaapresentada, e não trata diretamente do tráfegode veículos ao longo da rede viária nem efeitosde congestionamento de vias. Ao longo desteartigo serão apresentados os pressupostos emétodos adotados na concepção do modelomatemático sugerido para alocação dos fluxosinter-regionais de cargas agrícolas e para darsuporte à avaliação da quantidade de cargacaptável pelas alternativas multimodais detransporte disponíveis e projetada para o corredorCentro-Norte.

Apesar desse estudo ter como enfoque ocorredor Centro-Norte, sugere-se que a demandade carga captável pelas alternativas multimodaisde transporte seja realizada com base emestimativas de fluxos inter-regionais de todoBrasil, já que as atividades econômicas na áreade influência do corredor não são estanques eapresentam intercâmbio de mercadorias comoutras regiões do País, sendo mais consistente,

portanto, estimar os fluxos de cargas observadosentre todos os centróides de oferta de demandade cargas do Brasil, ao invés de isolar os fluxoscorrelatos à área de influência.

Adotou-se como critério para a divisãoespacial do território nacional as unidadesgeográficas denominadas Microrregiões, que sãosubdivisões dos estados brasileiros em áreas comsimilaridades econômicas e sociais, propostaspelo Instituto Brasileiro de Geografia e Estatística(IBGE, 2009 a,b).

Para a finalidade de cálculo de distânciase estimativa do custo de transporte entre asunidades geográficas, foram definidos oscentróides (municípios) representantes dasmicrorregiões, que são considerados sedes decada unidade geográfica, utilizadas para fins delocalização da origem ou destino dos fluxos decargas. Pelo fato do escopo desse projetoenvolver o transporte de cargas agrícolas, aescolha dos centróides de oferta de carga adotoucomo critério a representatividade de cadamunicípio em termos do Produto Interno Bruto(PIB) do setor agrícola dentro de cadamicrorregião. No caso da seleção dos centróidesde atração de carga, o critério considerado foi oPIB do setor industrial, avaliado como um bomindicador do nível de consumo de matérias-primas agrícolas. Os centróides escolhidos paraas microrregiões podem ser visualizados noMapa 2.


Fonte: ESALQ-LOG (2009).

Pode ser constatado que à medida que adivisão espacial envolve menores unidadesgeográficas, maior é a precisão dos resultadosdo modelo, já que é possível a escolha de umrecorte territorial mais detalhado e umarepresentação mais precisa da infraestruturaviária. Por exemplo, caso fossem consideradostodos os municípios brasileiros comocentróides de produção e de atração de carga,isto implicaria uma representação maisdetalhada e mais real do fluxo de cargas inter-regional. No entanto, a adoção de um grandenúmero de centróides pode aumentar pordemais o número de pares origem-destino(explosão combinatória), demandandocapacidades de memória não disponíveis noscomputadores pessoais convencionais durante

o processamento do modelo de otimização.Neste sentido, o método de zoneamentoenvolveu os cuidados necessários para se evitarlimitações dos recursos computacionaisdisponíveis para a resolução do modelo.

A alocação dos fluxos de produtos entreas regiões geradoras de carga e as regiões deatração de carga, através da rede viária, ocorreucom o auxílio de um modelo linear de otimização,que teve como objetivo a minimização do custototal de transporte de cargas. A somatória dosfluxos indicados pela solução do modelo paramovimentação através da rede multimodal detransporte do corredor foi a informação usadapara avaliar a demanda de carga captável pelasalternativas multimodais de transporte.

Mapa 2 - Divisões do território nacional em Microrregiões e respectivos centróides.


Fonte: adaptado de Ahuja (1993).

O modelo se baseia em um método deotimização de fluxos em rede, onde os nós dessarede podem representar uma região de oferta decarga, uma região de demanda de carga ou umalocalidade que abriga um terminal de transbordo,e os arcos representam as alternativas detransporte disponíveis para a passagem de carga.Os tipos de nós da rede e os tipos de fluxos aolongo dos arcos foram assim definidos:

Para a simulação dos fluxos de carga e daescolha das combinações de transporte e rotasentre os centróides de origem e centróides dedestino de forma a atingir o menor custo globalde transporte, desenvolveu-se um modelo com

base no Modelo de Fluxo de Custo MínimoMultiproduto (Multicommodity Minimum CostFlow Problem), a partir de Ahuja (1993). A lógicaassociada ao modelo matemático desenvolvidoé ilustrada através da Figura 1.

Figura 1 - Esquema representativo do Modelo de Fluxo de Custo Mínimo Multiproduto.

o: centróides de geração de carga;

d: centróides de atração de carga;

t: terminais de transferência de carga entre asmodalidades de transporte. Para fins dedescrição da estrutura matemática do modelo,são definidos três tipos de terminais detransferência:


t1 - terminal de transbordo quecorresponde à origem do fluxo de carganum dado trecho ferroviário, dutoviário ouhidroviário, denomina-se terminal decarregamento;

t2 - terminal de transbordo quecorresponde ao destino do fluxo de carganum dado trecho ferroviário, dutoviário ouhidroviário, denomina-se terminal dedescarregamento;

b - base de distribuição que representa osnós da rede que correspondem às basesde distribuição de combustível. No caso dotransporte de álcool, os fluxos que saemdas usinas devem passar por um terminalde transferência de carga que seja umabase de distribuição antes de chegar aospostos de varejo.

: fluxo rodoviário do produto p originado apartir do centro gerador de carga o com destinoao centro de atração de carga d, vinculado aocanal de comercialização c (mercado deexportação, importação ou doméstico);

: fluxo do produto p, na ponta rodoviáriaentre o centro gerador de carga o e o terminalde transferência de carga t, vinculado ao canalde comercialização c;

: fluxo multimodal do produto p (atravésdo modal ferroviário, hidroviário e/ou dutoviário)entre o terminal de transferência de carga decarregamento t1 e o terminal de transferência decarga de descarregamento t2, vinculado ao canalde comercialização c.

: fluxo do produto p, na ponta rodoviáriaentre o terminal de transferência de carga t comdestino ao centro de atração de carga d,vinculado ao canal de comercialização c.

O objetivo do modelo é minimizar o custototal de transporte para o deslocamento dascargas ofertadas pelos centróides o edemandadas pelos centróides d. A somatória dos

fluxos corresponde ao volume de cargacaptável pelas alternativas de transportesmultimodais.

Fundamentando-se na lógica do modelode fluxos em rede apresentada, desenvolveu-seum modelo de otimização que pode seralgebricamente representado pela seguinteestrutura matemática:

Função objetivo: minimização do custo logísticototal expresso algebricamente por:

(1)

onde:

F corresponde ao valor de frete para cada trechoda rota; e

TT corresponde às tarifas cobradas nos terminaisde transbordo.

Sujeito às seguintes restrições:

(2)

ou seja, a somatória dos fluxos rodoviários doproduto p originados a partir do centro gerador


de carga o, considerando todos os canais decomercialização c (exportação, importação edoméstico) e direcionados aos centros de atraçãode carga; mais a somatória dos fluxos rodoviáriosde produto p originados a partir do centrogerador de carga o e deslocados até os terminaisde transferência, deve ser igual à oferta doproduto p pelo centro gerador de carga o(definida por OF) mais a importação de cargasrealizadas através daquela localidade (definidapor IMP).

Esta restrição garante que a soma de todosos fluxos de cargas que partem de um dadocentróide corresponda à produção daquela zonade carga mais a quantidade a qual foi importadaatravés daquele centróide, o que equivale à ofertaglobal de cargas daquela localidade. É importantefrisar que alguns centróides exercem, também, afunção de terminais portuários, fazendo a pontecom o mercado internacional; sendo assim, deveser adicionada a quantidade de carga importadaatravés daquela localidade como parte da ofertada zona de carga, ou como parte da demanda decarga quando se tratar de um centróide exportador.

(3)

ou seja, a somatória dos fluxos rodoviários doproduto p originados a partir dos centrosgeradores de carga com destino ao centro deatração de carga d, mais a somatória dos fluxosdo produto p originados a partir dos terminaisde transferência de carga com destino ao centrode atração de carga d, em todos os canais decomercialização, deve ser igual à demanda doproduto p pelo centro de atração de carga d(definida por DEM) mais a exportação doproduto p realizada através do centro de atraçãode carga d (definida por EXP). Esta restriçãogarante que a soma de todos os fluxos de umdado produto que chegam a um determinadocentróide de destino não seja maior do que a

demanda mais a exportação do produtocorrespondente àquele centróide.

(4)

ou seja, a somatória dos fluxos rodoviários doproduto p originados a partir dos centróidesde oferta de carga o que pertençam a umadeterminada unidade estadual uf, associadosao canal de comercialização que representa osfluxos de exportação (cexportação) e direcionadosaos centróides de atração de cargaconsiderados portos (dportos); mais a somatóriados fluxos rodoviários do produto p originadosa partir dos centróides de oferta de carga o,que pertençam a uma determinada unidadeestadual uf, também associados ao canal decomercialização que representa os fluxos deexportação e direcionados aos terminais detransferência de carga, deve ser menor ou igualà exportação do produto p apresentada pelaunidade estadual uf. Esta restrição garante quesoma de todos os fluxos direcionados paraexportação e originados a partir dos centróidesde uma dada unidade estadual seja menor doque quantidade total exportada por aqueleEstado, definida por EXP.

(5)

ou seja, a somatória dos fluxos rodoviários doproduto p, originados a partir dos centróides o,associados ao canal de comercializaçãocorrespondente ao mercado de exportação(cexportação) e direcionados para um dado centróidede atração de carga d considerado porto; mais asomatória dos fluxos rodoviários do produto p,originados a partir dos terminais de transferênciade carga, associados ao canal de comercializaçãocorrespondente ao mercado de exportação edirecionados para o mesmo centróide de atração


de carga d, deve ser maior ou igual à quantidadedo produto p exportada através daquele porto,definida por EXP.

É importante frisar que, muitas vezes, éconveniente trabalhar com valores de oferta ede demanda de carga projetados para umperíodo futuro. Nessa situação, existe a opçãode se transformar a equação numa inequaçãodo tipo maior ou igual, caso a exportaçãoresultante da oferta e demanda projetadas sejamaior do que a atual, ou do tipo menor ou igual,caso contrário. Essa alteração restringiria umamovimentação mínima ou máxima por porto, oupor Estado, se aplicada à restrição relacionada àexportação por uf.

(6)

ou seja, a somatória dos fluxos rodoviários doproduto p direcionados aos centróides dedemanda de carga d que pertençam a umadeterminada unidade estadual uf, associados aocanal de comercialização que representa os fluxosde importação (cimportação) que partem doscentróides de oferta de carga considerados portos(oportos); mais a somatória dos fluxos rodoviáriosdo produto p originados a partir dos terminais detransbordo de transferência, também associadosao canal de comercialização que representa osfluxos de importação e direcionados aos centróidesde demanda que pertençam a uma determinadaunidade estadual uf, deve ser igual à importaçãodo p produto correspondente à unidade estadualuf. Esta restrição garante que soma de todos osfluxos de importação direcionados aos centróidespertencentes a uma dada unidade estadualcorresponda à quantidade total importada poraquele Estado, definida por IMP.

(7)

ou seja, a somatória dos fluxos rodoviários doproduto p, originados a partir do centróide deorigem o considerado porto, associados ao canalde comercialização correspondente ao mercadode importação (cimportação) e direcionados para oscentróides de atração de carga; mais a somatóriados fluxos rodoviários do produto p, originadosa partir do mesmo centróide de origem o,associados ao canal de comercializaçãocorrespondente ao mercado de importação edirecionados para os terminais de transferênciade carga, deve ser equivalente à quantidade doproduto p importada através daquele porto,definida por IMP.

Da mesma forma que as restrições deexportação, caso os valores os dados de oferta edemanda sejam alterados para fins de simulaçãode cenários futuros, a igualdade pode serconvertida em inequação do tipo menor ou igual,caso a importação resultante das projeções deoferta e demanda seja maior do que a atual, ouconvertida em inequação do tipo maior ou igual,caso contrário. Esse tipo de alteração poderestringir uma movimentação máxima ou mínimapor porto, ou por Estado, caso seja realizada naequação de importação por uf.

(8)

ou seja, os fluxos rodoviários do produto p,associado ao canal de comercialização c, comorigem nos centróides de oferta de carga edirecionados para um dado terminal detransferência do tipo transbordo de carregamentot1; mais a somatória dos fluxos multimodais doproduto p, vinculados ao mesmo canal decomercialização c, que partiram de terminais detransferência do tipo transbordo dedescarregamento t2 direcionados para o terminaisde transferência t1 deve ser igual a somatóriados fluxos do produto p, ainda considerando o


mesmo canal de comercialização c, que partiramdos terminais de carregamento em direção a umdado terminal de descarregamento t2; mais osfluxos rodoviários do produto p originados apartir do terminal de descarregamento t2 edirecionados para os centróides de atração decarga.

Portanto, para fins de identificação dosfluxos multimodais – objeto principal desteestudo – a análise dos resultados do modelofocalizou os valores assumidos pela variável

: fluxo multimodal do produto p (atravésdo modal ferroviário, hidroviário e/ou dutoviário)entre o terminal de transferência de carga decarregamento t1 e o terminal de transferência decarga de descarregamento t2, vinculado ao canalde comercialização c.

Os fluxos indicados pelo modelo permitema identificação dos centróides geradores de cargacaptável pelas alternativas multimodais e aquantidade de carga gerada por cada centróide.Além disso, os fluxos de carga indicados pelomodelo, também trazem a identificação dosprincipais pontos de transbordo para embarquenas alternativas multimodais.

O modelo matemático de otimização foiprocessado com o uso do solver de programaçãolinear CPLEX, através do software GeneralAlgebraic Modeling System (GAMS).

A determinação da oferta ou demanda decarga em uma dada unidade geográfica (zona)baseou-se nos níveis de produção e consumo dosprodutos agrícolas mais representativos emtermos de quantidade transportada ao longo docorredor de transporte estudado.

Com base nesse critério e, também,considerando a aptidão dessas cargas para otransporte multimodal delas, foram selecionados

os produtos ou classe de produtos relevantes queseriam considerados no estudo de fluxos inter-regionais, sendo eles: soja, milho, trigo, açúcar,álcool, óleo de soja e farelo de soja. A oferta edemanda correspondentes a um determinadoproduto e a uma dada zona de carga podem serdeterminados de forma endógena aos modelosde estimativa de fluxo inter-regionais (comoacontece nos casos dos modelos de equilíbrioespacial), ou de maneira exógena (como ocorreno uso de modelos de otimização de fluxos emredes). Particularmente, o método proposto paraesse estudo enquadra-se na segunda classe demodelos, sendo, portanto, os valores de oferta edemanda tratados como variáveis exógenas.Neste sentido, pressupõe-se que a quantidadeproduzida de um dado produto em um dadocentróide corresponde à oferta da unidadegeográfica (zona) associada àquele centróide,enquanto a quantidade de um dado produtoconsumida por um dado centróide equivale àdemanda da unidade geográfica correspondente.

Cabe ressaltar que grande parte dasinformações de produção e consumo dosprodutos relevantes para o estudo de demandade carga multimodal não estava disponível emum nível de desagregação compatível com ozoneamento pretendido. Consequentemente,para desagregar os dados de maneira a atendera divisão espacial adotada, foi imprescindível ouso de proxys. As informações de oferta edemanda de carga, quando não disponíveis aonível adequado de desagregação, foramfracionadas ou estimadas em nível municipal,sendo estas informações posteriormenteagregadas para determinação da oferta edemanda de cargas nas microrregiões. A seguir,são apresentadas as fontes de dados utilizadaspara a determinação da oferta e demanda decada produto assim como os métodosempregados para desagregação dessasinformações.


3 RESULTADOS E DISCUSSÕES

A estimativa de demanda de cargacaptável pelas alternativas multimodais foirealizada considerando-se o ano-base de 2007(“cenário atual”). Os resultados foram obtidospara dois cenários envolvendo configuraçõesdistintas da rede multimodal de transporte. Destaforma, pretendeu-se analisar o potencial decaptação de cargas pelas alternativasmultimodais atualmente em operação e os efeitosdecorrentes dos projetos de expansão da malhaferroviária e hidroviária.

Mapa 3 - Malha ferroviária, hidroviária e terminais de transbordo do corredor de transporteCentro-Norte, utilizados no “cenário atual”.

O primeiro cenário, “cenário atual”,contempla apenas a malha ferroviária e hidroviáriaatualmente existente, sendo que os níveis de ofertae demanda foram determinados com base naprodução, demanda, exportação e importaçãocorrespondentes ao ano-base de 2007. O Mapa 3ilustra a rede ferroviária e hidroviária consideradana modelagem dos fluxos inter-regionaiscorrespondentes ao “cenário atual”, seusrespectivos centróides e portos correspondentesaos corredores de transporte Centro-Norte.


Os resultados, também, foram processadosconsiderando projeções dos níveis de oferta edemanda de carga para o ano de 2015. O“cenário futuro” leva em consideração aprodução futura estimada e os principais projetosde expansão das ferrovias, hidrovias e

alcooldutos. A malha ferroviária pertinente aoscenários futuros contempla: i) Ferrovia Norte-Sulligando Senador Canedo (GO) até Açailândia(MA); ii) Nova Transnordestina operando entreEliseu Martins (PI) e os portos de Pecém (CE) eSuape (PE); iii) Ferrovia Leste-Oeste conectando


a região de Luís Eduardo Magalhães (BA) ao Portode Ilhéus (BA); iv) Ferroeste operando entreCascavel (PR) e Maracaju (MS).

No caso dos projetos hidroviários, foramadicionados os seguintes trechos hidroviários: i)Hidrovia Teles-Pires, ligando Cachoeira Deitada(MT) ao Porto de Santarém; ii) Hidrovia do Tocantins,operando entre Peixes (TO) e Estreito (MA).

Para análise do comportamento dos fluxosde álcool, é importante considerar os projetosdutoviários destinados ao transporte de etanolque podem vir a ser implantados ao longo dospróximos anos. Uma série de agentes declarouintenções na construção de infraestruturadutoviária para o transporte de etanol, sendo quea configuração da malha de alcooldutos sugeridapara análise nesse cenário futuro específicoenvolve os seguintes projetos: i) Alcooldutoproposto pela União das Indústrias Canavieiras

(UNICA), que ligaria Anhembi (SP) a Paulínia (SP)e Santos (SP); ii) Alcoolduto proposto pelaEmpresa Brasileira de Biocombustíveis (BRENCO),que ligaria Alto Taquari (MT) a Paulínia (SP) eSantos (SP), passando por Costa Rica (MS),Paranaíba (MS) e São José do Rio Preto (SP); iii)Alcoolduto proposto pela Petrobras TransportesS.A. (TRANSPETRO), que ligaria Senador Canedo(GO) a Paulínia (SP) e o Porto de São Sebastião(SP), passando por Uberlândia (MG), Uberaba(MG) e Ribeirão Preto (SP).

Cabe frisar que existem outros projetosde expansão da malha ferroviária, hidroviária edutoviária. Contudo, a equipe de pesquisadoresenvolvida neste estudo elegeu e elencou osprojetos que se mostram mais prováveis deserem implantados até 2015. A configuração damalha multimodal considerada para o “cenáriofuturo” ao longo do Corredor Centro-Norte éilustrada pelo Mapa 4.

Mapa 4 - Malha ferroviária, hidroviária, dutoviária e terminais de transbordo do corredor detransporte Centro-Norte, utilizados nos “cenários futuros”.



3.1 CENÁRIO ATUAL

Os resultados relativos aos produtos docomplexo soja no "cenário atual", que envolvea soja em grãos, óleo de soja e farelo de soja,apontaram uma captação potencial de cargapelas hidrovias por volta de 4.000 mil t/ano,sendo que 70% desse volume corresponde àmovimentação dessa classe de produtos atravésda Hidrovia do Rio Madeira. Aproximadamente700 mil t/ano representam a captação potencialapresentada pela Hidrovia Tietê-Paraná, e osfluxos desse tipo de carga com aptidão paratransporte através da Hidrovia São Franciscosomaram cerca de 390 mil t/ano. Em relação aopotencial de embarque pela alternativaferroviária, o modelo apontou umamovimentação aproximada de 36.100 mil t/anode produtos do complexo soja, sendo que asferrovias que se revelaram mais competitivaspara esse tipo de carga foram: Ferronorte (ALL-Malha Norte), América Latina Logística (ALL),Ferroeste (ALL-Malha Oeste) e Ferrovia Centro-Atlântica (FCA).

Em relação aos fluxos dos produtos docomplexo soja através do corredor Centro-Norte,as únicas alternativas multimodais existentesatualmente em sua área de influência envolvemo trecho em operação da Ferrovia Norte-Sul, entreEstreito (TO) e Açailândia (MA), chegando até oPorto de Itaqui (São Luís, MA) através da Estradade Ferro Carajás. Os resultados revelaram umpotencial de captação de carga por volta de 1.200mil t/ano através da Estrada de Ferro Norte-Sul(EFNS), embarcando em Estreito (TO). É

importante frisar que a maior parte dos fluxosdirecionados ao terminal de transbordo emEstreito (TO) foi originada na região de Balsas(MA). Segundo a Agência Nacional de TransporteTerrestre (ANTT, 2008), esse terminal embarcou1,3 milhão de toneladas de produtos do complexosoja em 2007, o que indica que ele vem operandovolumes próximos ao potencial de carga indicadopelo modelo.

Em todo Brasil, os fluxos inter-regionais demilho apontados pelo modelo apresentaram umpotencial de aproximadamente 11.000 mil t/anoatravés das alternativas de transporte ferroviárioe 850 mil t/ano com potencial de movimentaçãoatravés de hidrovias. Em 2007, as ferroviasbrasileiras movimentaram 6.700 mil toneladas(ANTT, 2008); contudo, cabe ressaltar que ocorreuum grande aumento da movimentação ferroviáriadesse produto em relação a 2006, provavelmentedevido ao aquecimento das exportaçõesbrasileiras de milho, verificada em 2007. Osterminais de transbordo apontados pelosresultados apresentaram uma distribuiçãoespacial semelhante aos terminais dos produtosdo complexo soja, sendo que essecomportamento pode ser justificado em partepelo fato de as regiões produtoras de milho serempróximas as regiões produtoras de soja.

Quanto aos fluxos de trigo, o Sul do Paísabriga a maior parte das localidades com potencialde embarque ferroviário dessa carga, segundo osresultados do modelo. Como essa região não faz

A análise dos resultados baseou-se naidentificação e quantificação dos fluxos de cargasque revelaram potencial para movimentação narede ferroviária e hidroviária, sob as condições epressupostos considerados na construção domodelo. Foram, também, analisados os principais

centróides geradores de carga para asalternativas multimodais em estudo e osprincipais pontos de transbordos ao longo da redeviária, informações consideradas relevantes parao planejamento estratégico do sistema detransporte.


parte da área de influência dos corredores detransporte considerados nesse estudo, os resultadossobre os fluxos multimodais de trigo não serãoexplorados em profundidade. No que tange àmovimentação de milho e trigo ao longo docorredor Centro-Norte, elas mostraram-se menosexpressivas quando comparadas com os fluxosmultimodais dos produtos do complexo soja.

Os fluxos de açúcar apresentados pelosresultados demonstraram uma concentração dopotencial de captação de carga com aptidão aotransporte multimodal no corredor Centro-Oestede transporte, o que pode ser facilmentejustificado em função da localização da maiorparte das usinas de açúcar e álcool estaremsituadas no estado de São Paulo e regiõesvizinhas. No caso do corredor Centro-Norte, nãoforam observados fluxos multimodais ao longodesse corredor, nas condições do "cenário atual".

Os fluxos de etanol, em função dadistribuição regional da oferta bastante similar,apresentaram um padrão semelhante aosfluxos de açúcar. Quanto à captaçãomultimodal de etanol no corredor Centro-Norte,o modelo não indicou nenhuma localidadepotencial.

Note que a movimentação total sugeridapelo modelo é maior do que movimentação real.Nesse caso, a movimentação total sugerida ébastante próxima do volume de carga observadoatravés da EFNS, indicacando que nesse corredoro potencial de carga de soja vem sendo captadoem grande parte pela ferrovia. Essecomportamento pode ser justificado pelasprecárias condições das rodovias a partir dasregiões produtoras até o Porto de Itaqui, o queaumenta a disponibilidade para embarque naferrovia.

3.2 CENÁRIO FUTURO

Para a simulação dos fluxos no "cenáriofuturo", foram realizadas projeções para 2015 dosníveis de oferta e demanda em cada zona de carga.O superávit de oferta de cada produto no Brasilfoi considerado como volume de exportação e odéficit como quantidade importada. Como asregiões de fronteiras agrícolas (BA, TO, MA, PI, MT,GO) vêm crescendo a um ritmo mais acelerado,considerou-se que dois terços do aumento dasexportações em relação aos valores observadospara o "cenário atual" seriam adicionados àsquantidades exportadas pelas regiões de fronteiraagrícola, de forma proporcional aos valores deexportação estadual adotados para o "cenárioatual". O restante seria acrescentado à exportaçãoestadual das áreas mais antigas de produção. Nocaso da quantidade exportada ou importadaatravés de cada terminal portuário, o modelo foirestringido a uma movimentação mínima em cadaporto, com base nos níveis observados em 2007,

sendo que o acréscimo de exportação ouimportação no "cenário futuro" alocadolivremente entre as opções portuáriasconsideradas nesse projeto.

Cabe reforçar que o "cenário futuro"considerou os projetos de ampliação da malhaferroviária, hidroviária e a implantação dosalcooldutos.

Quanto às novas localidades de captaçãomultimodal de cargas decorrentes da expansãoda EFNS, em direção a Senador Canedo (GO),destacaram-se as regiões de Gurupi (TO), PortoNacional (TO) e Guaraí (TO) como localidadespara implantação de operações de transbordodos produtos do complexo soja. Os resultadosdo modelo apontaram um total de 2.500 mil t/ano dessas cargas com potencial de utilizaçãoda ferrovia em 2015 (Mapa 5).



Ao longo do corredor Centro-Nortemerece destaque a captação de açúcar pelaEFNS, a partir de Gurupi (TO). Também foramobservados fluxos com potencial demovimentação através da Hidrovia Tocantins-

Araguaia, embarcando na localidade de Peixe(TO). Contudo, ambas as localidadesapresentaram potencial de captaçãomultimodal pouco expressivo, em termos devolumes.

Mapa 5 - Terminais de transbordo indicados pelos resultados do modelo matemático com potencialde captação dos produtos do complexo soja - maior do que 30 mil t/ano - ao longo docorredor Centro-Norte e respectivas quantidades captáveis (1000 t/ano).

4 CONCLUSÕES

O modelo proposto para estimativa dosfluxos inter-regionais mostrou-se umaferramenta factível para fins de avaliação dopotencial de utilização da multimodalidade. Aanálise dos resultados realça como pode serimportante a utilização desta ferramenta parauso em atividades relacionadas aoplanejamento estratégico de um sistema de

transportes. A partir dos resultados obtidos épossível extrair informações importantes paraestudos de viabilidade econômica de projetosde implantação de vias de transporte,dimensionamento de vias, análise do impactoda concorrência entre os modais de transportee avaliação de outras questões que podemauxiliar a condução de políticas de


planejamento e regulação dos sistemas detransporte de cargas.

Os resultados apresentados pelo modelode transporte considerado, neste estudo,propiciaram a identificação das principaislocalidades que mostraram potencial de captaçãomultimodal de cargas. A análise dos mesmos geraimportantes subsídios para a seleção dos locaiscom potencial para instalação de mecanismos eequipamentos de transferência de cargas, alémde auxiliar no dimensionamento dessasinfraestruturas.

Também é um resultado importante doferramental desenvolvido a identificação daszonas de cargas que apresentam potencialcaptável pelas ferrovias, hidrovias e dutovias, ouseja, possibilita a identificação das regiões asquais revelam potencial para uso damultimodalidade.

Os resultados, também, apontaram asprincipais cargas agrícolas que revelam aptidãopara movimentação através de alternativasmultimodais, sendo esta informação relevantepara o planejamento estratégico dos fluxos detransporte.

Outro subsídio para a decisão dos agentesenvolvidos no planejamento estratégico dainfraestrutura de transporte refere-se à avaliaçãodos impactos decorrentes dos projetos deexpansão das malhas ferroviária, hidroviária oudutoviária na captação de carga pelasalternativas multimodais. Este tipo de análise éimportante para mensuração dos benefícios oureceitas gerados pelos projetos infraestruturaisem curso.

Cabe ressaltar que os resultados einformações fornecidas pelo métododesenvolvido não são suficientes para inferências

a respeito da viabilidade econômica dasalternativas multimodais. As informaçõesdecorrentes da aplicação do modelo refletem deforma unilateral o comportamento dos agentesembarcadores, não sendo consideradas pelomodelo as decisões dos transportadores, queestariam relacionadas à viabilidade econômicade se promover a alternativa de transportedesejada pelos embarcadores.

Os parâmetros utilizados no modeloreferem-se basicamente aos níveis de produção,consumo, exportação e importação relativos àsunidades geográficas definidas no zoneamento,além do custo de transporte para movimentaçãodas cargas através da rede de transporteconsiderada. A priori, estas são informações quepodem ser levantadas com relativa facilidade.Cabe ressaltar que o uso de modelos maiscomplexos de estimativa de fluxos inter-regionais e de escolha modal (por exemplo, osmodelos de Equilíbrio Espacial e os modelos deEscolha Discreta, como o modelo LogitMultinomial) exigem parâmetros adicionais,necessários para a calibração das funções deoferta e de demanda ou para calibração dafunção utilidade correspondente aos agentesembarcadores. Estas informações não seencontram facilmente disponíveis e podemdemandar extensas pesquisas de campo. Adificuldade para calibração destes tipos demodelos é, ainda, maior no caso de estudos dedemanda de carga que recorrem à análise dosfluxos de vários produtos.

No Brasil, ainda, não existem pesquisassistemáticas dos níveis de oferta e demanda numnível de desagregação adequado para este tipode modelagem, sendo que o desenvolvimento edisponibilização destes tipos de informação sãode fundamental importância para os estudos defluxos inter-regionais e para o planejamento eanálise dos sistemas de transporte.


Cabe destacar que um dos setores quereceberá grande parcela dos benefícios advindoscom o desenvolvimento deste estudo será o meiocientífico e acadêmico, uma vez que este avançou

e consolidou um método com amplaaplicabilidade para a estimativa dos fluxos decargas inter-regionais.

NOTA:

1 Este artigo resume parte dos resultados obtidos pelo

projeto intitulado “Modelo Matemático de Otimização

Logística para o Transporte Multimodal de Safras

Agrícolas pelo Corredor Centro-Norte”, desenvolvido por

meio do Convênio 01.07.0773.00, estabelecido entre a

Financiadora de Estudos e Projetos (FINEP) e a Fundação

de Estudos Agrários Luiz de Queiroz (FEALQ), executado

pela Universidade de São Paulo (USP), por intermédio

da Escola Superior de Agricultura “Luiz de Queiroz”

(ESALQ), através do Grupo de Pesquisa e Extensão em

Logística Agroindustrial (ESALQ-LOG), tendo ainda como

co-executor a Fundação Universidade Federal do

Tocantins (FUFT). Os autores deste artigo agradecem a

colaboração dos seguintes pesquisadores, envolvidos no

desenvolvimento do projeto citado: Ana Paula Fatoretto,

André Luís Arthuso Cuevas, Bruno Fernando de Oliveira,

Carolina de Freitas Oliveira, Ciro Villela Oliva, Claudia

Maciel de Lemos, Claudirene Romero de Oliveira, Daniel

Gerard Eijsink, Daniel Godoy Penteado Bragado, Daniela

Cristina Passoni, Diogo Galvão Levez, Edson Roberto da

Silva Michelon, Erica Gomes da Silva, Fernando Vinícius

da Rocha, Flávia Zaparoli Beretta, Gabriela Fernandes

Begiato, Heiko Rossmann, Isabela Vescove Primiano,

Joseane Thereza Bigaran, Leandro Bernardino de

Carvalho, Leandro Henrique Guglielmin Tizato, Leticia

Corassa Neves, Luis Claudio Oliveira do Nascimento,

Maria Andrade Pinheiro, Maria Clara Silva Serafim,

Mariana Soto Silva, Maristela Minatel, Michael Camacho

Roulet, Nermano Franco Ferreira, Priscila Biancarelli

Nunes, Rafael Vassolér Torres, Renan Buselli Menezes,

Rhuana Reijers, Ricardo de Campos Bull, Rodrigo

Amâncio Briozo, Rodrigo Scapin Rosa, Rodrigo Viviani,

Tatiana Beatriz de Oliveira Goudromilhos, Thiago

Marques Baptista, Vanessa Duarte Rubia, Adriano Tenorio

Pereira, Bruno Cesar Fleuri Siqueira, Bartira Maria

Cechinel, Sarah Afonso Rodovalho e Vitor Pires Vencovsky.


REFERÊNCIAS

ACTIONS DE PRÉPARATION, D'ACCOMPAGNEMENT ET DU SUIVI (APAS). Transport strategic modeling.Luxemburgo: Office for Official Publications of the European Communities, 1996. 171 p.

AGÊNCIA NACIONAL DE TRANSPORTE TERRESTRE (ANTT). Relatório anual de acompanhamento dasconcessões ferroviárias: ano-base 2007. 2008. Disponível em: <http://www.antt.gov.br/relatorios/ferroviaRio/concessionarias2007/index.asp>. Acesso em: 12 jul. 2009.

AHUJA, R. K. Network flows: theory, algorithms, and applications. Englewwood Cliffs: Prentice-Hall, 1993.846 p.

ESALQ-LOG. Grupo de Pesquisa e Extensão em Logística Agroindustrial. Otimização logística para otransporte multimodal de safras agrícolas pelo corredor Centro-Norte: Relatório de Pesquisa.Piracicaba, 2009. 156 p.

INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Pesquisa da pecuária municipal 2007. 2009a.Disponível em: <http://www.ibge.gov.br>. Acesso em: 20 fev. 2009.

______. Produção agrícola municipal 2007. 2009b. Disponível em: <http://www.ibge. gov.br>. Acessoem: 10 jan. 2009.

otimizaÇÃo logÍstica para o transporte multimodal … · amazônia: ci. & desenv., belém,...

Documents